มอง AI เป็นเพื่อนร่วมงาน ไม่ใช่แค่ฟีเจอร์: คำถามเดียวเบื้องหลัง 5 การตัดสินใจ | CEO Insights
เลิกมอง AI เป็นแค่ปุ่มที่เพิ่มขึ้นมาอีกปุ่ม Porsche ซีอีโอของ OakMega ถอดบทเรียนจาก 5 การตัดสินใจด้านผลิตภัณฑ์ของ Grok Bot เพื่ออธิบายหลักคิด “มอง AI เป็นเพื่อนร่วมงาน” ที่ช่วยให้ธุรกิจ B2B และอุตสาหกรรมการผลิตส่งต่องานให้ AI agent ได้จริง มาร่วมกันคิดใหม่เรื่องการนำ AI มาใช้
Porsche TsaiCEO
มอง AI เป็นเพื่อนร่วมงาน ไม่ใช่ฟีเจอร์ นี่คือหลักในการตัดสินใจ ไม่ใช่สโลแกน
การมอง AI เป็นเพื่อนร่วมงาน (colleague-pilled) คือหลักในการตัดสินใจทั้งตอนสร้างผลิตภัณฑ์และตอนนำมาใช้ เมื่อคุณลังเลกับการตัดสินใจเรื่องใด ให้ถามว่า “ถ้านี่คือเพื่อนร่วมงานที่เป็นคน คุณอยากให้เขาทำอย่างไร” เรื่องนี้สำคัญเพราะความได้เปรียบที่แท้จริงของเพื่อนร่วมงาน AI ไม่ได้อยู่ที่ “เพิ่มฟีเจอร์ไปกี่อย่าง” แต่อยู่ที่ว่าคุณมีหลักเดียวที่ทำให้การตัดสินใจเล็ก ๆ นับร้อยเรื่องไปในทิศทางเดียวกันหรือไม่ ต่อไปนี้ผมจะใช้ 5 การตัดสินใจของ Grok Bot อธิบายว่าเรื่องนี้มีความหมายอย่างไรต่อธุรกิจ B2B และอุตสาหกรรมการผลิต
สารบัญ
- ปล่อยของเร็วปานแสงไม่ใช่ประเด็น “การปฏิเสธ” ต่างหากที่ใช่
- “ส่งผังองค์กรไปให้ผู้ใช้” คือความผิดพลาดที่แพงที่สุด
- colleague-pilled: คำถามเดียว ยุติข้อถกเถียงได้ 5 เรื่อง
- บทเรียนสำหรับธุรกิจ B2B และอุตสาหกรรมการผลิตในไต้หวัน
- FAQ
ปล่อยของเร็วปานแสงไม่ใช่ประเด็น “การปฏิเสธ” ต่างหากที่ใช่
สิ่งที่ทำให้ผมหยุดคิดอยู่นานในช่วงนี้ ไม่ใช่โมเดลใหม่ที่ทำลายสถิติเบนช์มาร์กอีกครั้ง แต่เป็นจังหวะการทำงานของทีมหนึ่ง
Grok Bot ใช้เวลาราวหนึ่งเดือนจากโค้ดบรรทัดแรกไปจนถึงต้นแบบสำหรับใช้ภายใน จากนั้นทดสอบภายในอีกสามสัปดาห์ แล้วเปิดเบต้าสาธารณะ จากศูนย์สู่สาธารณะใช้เวลาประมาณเจ็ดสัปดาห์ และในวันที่บันทึกรายการ ผลิตภัณฑ์ก็ยังอยู่ในช่วงทดสอบ ความเร็วระดับนี้ทำให้ต้องกลั้นหายใจจริง ๆ
แต่ผมมองว่าความเร็วเป็นผลลัพธ์ ไม่ใช่สาเหตุ สิ่งที่หาได้ยากจริง ๆ คือสิ่งที่ทีมนี้ยอม “ไม่ทำ”
Roman Ugarte ผู้ให้สัมภาษณ์ในนามของทีม เป็นพนักงานคนที่ 15 ของ Cursor และได้เห็นบริษัทเติบโตจาก 15 คนจนมีมากกว่าหนึ่งพันคน ถ้าดูจากต้นทุนที่มี Cursor พร้อมทุกอย่างที่จะขยายไปสู่งานความรู้ทั่วไป ผู้ใช้ก็ใช้ Cursor ทำงานที่ไม่ใช่การเขียนโค้ดกันอยู่แล้ว โครงสร้างพื้นฐานสำหรับเอเจนต์บนคลาวด์ก็มีพร้อม การไปตามน้ำจึงเป็นทางที่ง่ายที่สุด
แต่พวกเขาไม่ได้เลือกทางนั้น และนี่คือเหตุผลที่ผมอยากเขียนบทความนี้ เพราะในกระแส AI รอบนี้ สิ่งที่มีราคาแพงที่สุดมักไม่ใช่ “สิ่งที่คุณทำ” แต่เป็น “สิ่งที่คุณอดใจไม่ทำ”
ความเร็วคือผลลัพธ์ การเลือกว่าจะทำหรือไม่ทำต่างหากคือสาเหตุ
“ส่งผังองค์กรไปให้ผู้ใช้” คือความผิดพลาดที่แพงที่สุด
ทีมตัดสินใจไม่สร้างผลิตภัณฑ์ใหม่ไว้ใน Cursor ด้วยเหตุผลสามชั้น ชั้นแรก เครื่องมือเขียนโปรแกรมดูน่าเกรงขามสำหรับผู้ใช้ที่ไม่ใช่สายเทคนิค แค่หน้าตาอินเทอร์เฟซก็กันคนออกไปแล้ว ชั้นที่สอง ภาพจำของแบรนด์ Cursor สลัดไม่หลุด สำหรับเพื่อนร่วมงานที่ไม่ใช่วิศวกร มันคือ “ของสำหรับวิศวกร”
แต่สิ่งที่ Roman เน้นหนักที่สุดคือชั้นที่สาม เมื่อยัดรูปแบบงานหลายแบบไว้ในอินเทอร์เฟซเดียว ผู้ใช้จะรู้สึกว่า “มีสามวิสัยทัศน์ใช้หน้าจอเดียวกัน” ซิลิคอนแวลลีย์มีวลีที่อธิบายเรื่องนี้ได้ตรงมาก นั่นคือ ส่งผังองค์กรของคุณไปให้ผู้ใช้ตรง ๆ
ประโยคนี้คนทำซอฟต์แวร์ B2B ทุกคนควรจดไว้ในสมุด
ถ้ายกการแบ่งงานภายในขึ้นไปไว้บนอินเทอร์เฟซทั้งดุ้น ผู้ใช้ก็ต้องมาวาดแผนที่ที่คุณวาดไม่เสร็จให้ครบเอง
ขอยกตัวอย่าง บริษัทหนึ่งแบ่งเป็นฝ่ายขาย ฝ่ายการตลาด และฝ่ายบริการลูกค้า แต่ละฝ่ายมีตรรกะของระบบเป็นของตัวเอง นี่คือ “ผังองค์กรของคุณ” แต่ลูกค้าไม่สนใจว่าข้างในคุณแบ่งงานกันอย่างไร เขาต้องการเพียงอย่างเดียวคือ ช่วยทำเรื่องของฉันให้เสร็จ เมื่อคุณยกวิธีแบ่งงานภายในไปไว้ในผลิตภัณฑ์ทั้งดุ้น ผู้ใช้ก็ต้องเติมแผนที่ที่คุณยังวาดไม่เสร็จให้เอง สำหรับระบบอย่าง CRM ที่ครอบคลุมทั้งงานขาย การตลาด และงานบริการ เรื่องนี้ถือว่าร้ายแรงเป็นพิเศษ
ราคาที่ Grok Bot ต้องจ่ายคือการทิ้งช่องทางเข้าถึงผู้ใช้ที่มีอยู่แล้ว ผู้ใช้ที่อยากใช้ต้องดาวน์โหลดแอปเพิ่มอีกหนึ่งแอป แต่สิ่งที่ได้กลับมาคือการควบคุมทุกพิกเซลในแอป และได้วาดใหม่ทั้งหมดว่า “งานในยุค AI ควรมีหน้าตาอย่างไร” ผมคิดว่าในระยะยาว นี่เป็นการแลกที่คุ้มค่า
colleague-pilled: คำถามเดียว ยุติข้อถกเถียงได้ 5 เรื่อง
สิ่งที่ทำให้ผมรู้สึกว่าบทสัมภาษณ์ตอนนี้มีน้ำหนักจริง ๆ คือศัพท์บ้าน ๆ ที่ทีมใช้กันภายใน: colleague-pilled ถ้าจะแปลแบบหลวม ๆ ก็คือ “คิดแบบเพื่อนร่วมงาน”
วิธีใช้ง่ายมาก เมื่อข้อถกเถียงเรื่องผลิตภัณฑ์มีเหตุผลทั้งสองฝ่ายและหาข้อสรุปไม่ได้ ให้ถอยออกมาหนึ่งก้าวแล้วถามว่า ถ้านี่คือเพื่อนร่วมงานที่เป็นคน คุณอยากให้เขาทำอย่างไร
ที่น่าทึ่งคือ คำถามเดียวนี้ตอบการตัดสินใจหลายเรื่องที่ดูเหมือนไม่เกี่ยวกันได้พร้อมกัน
หลักเดียวที่ทำให้ 5 การตัดสินใจซึ่งเคยกระจัดกระจาย ไปในทิศทางเดียวกัน
มอง 5 การตัดสินใจผ่าน “การคิดแบบเพื่อนร่วมงาน”:
- ไม่สร้างไว้ในเครื่องมือเดิม — เพื่อนร่วมงานควรมีพื้นที่ทำงานของตัวเอง ไม่ต้องใช้อินเทอร์เฟซร่วมกับคุณ
- บอตแต่ละตัวมีคอมพิวเตอร์บนคลาวด์ของตัวเอง — เพื่อนร่วมงานใหม่ไม่ใช้แล็ปท็อปเครื่องเดียวกับคุณ
- ทำงานบนคลาวด์ตลอดเวลา — คุณไม่ต้องเปิดคอมพิวเตอร์คอยเฝ้า เขาทำงานเสร็จแล้วค่อยกลับมาหา
- ไม่แสดงการเรียกใช้เครื่องมือทีละรายการ — คุณคงไม่ให้เพื่อนร่วมงานรายงานทุกวินาทีว่ากดปุ่มไหน
- ตัดฟีเจอร์ออกแทนที่จะเพิ่ม — เก็บไว้เฉพาะสิ่งที่เพื่อนร่วมงานจำเป็นต้องเห็นจริง ๆ
คุณคงไม่ปล่อยให้เพื่อนร่วมงานใหม่ไม่มีแล็ปท็อปของตัวเองในวันแรก แล้วให้นั่งข้าง ๆ ใช้เครื่องเดียวกับคุณ Grok Bot จึงให้บอตทุกตัวมีคอมพิวเตอร์บนคลาวด์ของตัวเอง นี่ไม่ใช่แค่การเปรียบเทียบที่ฟังดูโรแมนติก แต่ใช้งานได้จริงด้วย เครื่องมือหลายตัวที่ทีมขายใช้ไม่มี API ที่ใช้งานได้ดีเลย คนทำงานพวกนี้ด้วยการคลิกหน้าจอและพิมพ์ เพื่อนร่วมงาน AI ก็ควรมีความสามารถพื้นฐานแบบเดียวกัน
คุณคงไม่ให้เพื่อนร่วมงานรายงานทุกวินาทีว่ากดปุ่มไหนไปบ้าง อินเทอร์เฟซจึงไม่แสดงการเรียกใช้เครื่องมือทีละรายการ และรายงานความคืบหน้าเฉพาะเมื่อถึงเวลาที่ควรรายงาน สิ่งที่ผู้ใช้กลุ่มแรกต้องการจริง ๆ คือ “รายการสิ่งที่ต้องทำของบอตและลำดับความสำคัญ” ไม่มีใครอยากดูห่วงโซ่ความคิดยาวเหยียด
คุณอยากให้เพื่อนร่วมงานทำงานให้เสร็จแล้วค่อยกลับมาหา ไม่ใช่ให้คุณต้องเปิดคอมพิวเตอร์นั่งเฝ้าตลอด ทุกอย่างจึงอยู่บนคลาวด์ ทำให้บอตเป็นตัวตนที่ดำรงอยู่ต่อเนื่องและแยกจากอุปกรณ์ของคุณ
แม้แต่การ “ตัดฟีเจอร์” ก็มาจากหลักเดียวกัน ในช่วงทดสอบภายในสามสัปดาห์ การเปลี่ยนแปลงที่ใหญ่ที่สุดไม่ใช่สิ่งที่เพิ่มเข้าไป แต่เป็น “การเอาหลายอย่างออก” ทีมใช้คำถามภายในข้อหนึ่งเป็นตัวกรอง: ทวีตเปิดตัวฟีเจอร์นี้จะเขียนว่าอะไร ถ้าเขียนประโยคที่ทำให้ผู้ใช้รู้สึกได้ไม่ออก ก็อาจไม่ควรทำ Roman ถึงขั้นเปลี่ยนรูปประโยคจาก “Grok Bot เพิ่ม…” เป็น “ตอนนี้ Grok Bot สามารถ…” แบบแรกประโยคถัดไปมักเป็นปุ่มใหม่หรือเมนูใหม่ ส่วนแบบหลังบังคับให้คุณคิดถึงความสามารถ และความสามารถมักไม่ต้องเพิ่มพิกเซลแม้แต่จุดเดียว ผลคือ 99% ของระบบอัตโนมัติบนแพลตฟอร์ม ผู้ใช้สร้างขึ้นด้วยการบอกบอตเพียงประโยคเดียว เช่น “เตือนฉันทุกเช้าเวลาแปดโมง”
รายละเอียดหนึ่งที่ผมชอบเป็นพิเศษคือเรื่องที่พวกเขา “ตั้งใจไม่ยื่นมือเข้าไป” ในสองสัปดาห์แรกหลังเปิดใช้ภายใน คนส่วนใหญ่เลี้ยงบอตไว้ห้าถึงสิบตัว แต่ละตัวดูแลงานหนึ่งสาย พอถึงปลายสัปดาห์ที่สอง เริ่มมีคน “เลื่อนตำแหน่ง” บอตที่ทำผลงานดีที่สุดให้เป็นหัวหน้าเจ้าหน้าที่ (chief of staff) หลังจากนั้นก็คุยกับมันเป็นหลัก แล้วให้มันไปสั่งงานบอตตัวอื่นต่อ ทีมสังเกตเห็น แต่ตั้งใจไม่สอนเรื่องนี้ในช่วง onboarding เพราะ “ไม่อยากชี้นำให้ใช้แบบใดแบบหนึ่ง” ต่อมาผู้ใช้ภายนอกจำนวนไม่น้อยก็มาถึงขั้นเดียวกันได้เอง
คุณค่าของหลักที่ดีไม่ได้อยู่ที่ว่ามันฉลาดแค่ไหน แต่อยู่ที่มันช่วยให้คุณเดินอ้อมน้อยลงหนึ่งก้าวทุกครั้ง ที่ทางแยกนับร้อยแห่ง
บทเรียนสำหรับธุรกิจ B2B และอุตสาหกรรมการผลิตในไต้หวัน
กลับมาที่บริบทของไต้หวัน
เราดูแลลูกค้าในอุตสาหกรรมการผลิตและธุรกิจ B2B จำนวนมาก จุดที่พวกเขาติดบ่อยที่สุดตอนนำ AI มาใช้ก็คือเรื่องนี้พอดี คาดหวังให้ AI เป็น “ฟีเจอร์ที่เพิ่มเข้ามา” ไม่ว่าจะเป็นช่องแชต ปุ่ม หรือปลั๊กอิน ติดตั้งแล้ว จากนั้นล่ะ ไม่มีใครส่งงานให้มันจริง ๆ เลย
การมอง AI เป็นเพื่อนร่วมงาน คือการทำให้มันกลมกลืนไปกับกระบวนการทำงานหน้างาน ไม่ใช่ปลั๊กอินอีกตัวที่ต้องมีคนคอยป้อนข้อมูล
“การคิดแบบเพื่อนร่วมงาน” เตือนเราอย่างตรงไปตรงมา เมื่อนำ AI agent มาใช้ ไม่ควรถามว่า “เครื่องมือนี้เชื่อมเข้าระบบได้ไหม” แต่ควรถามว่า “ถ้าผมจ้างเพื่อนร่วมงานใหม่หนึ่งคน เขาต้องมีอะไรบ้างถึงจะทำงานได้” เขาต้องมีพื้นที่ทำงาน ต้องเข้าถึงระบบที่คุณใช้อยู่ทุกวัน ต้องมีขั้นตอนรับเข้าทำงาน และคุณต้องสละเวลาพาเขาให้ทำงานเป็น ในบทสัมภาษณ์ สมาชิกหลักของทีม onboard ผู้ใช้สองถึงสามร้อยคนด้วยตัวเอง คุยทีละสาย และเปลี่ยนทุกจุดที่ติดขัดให้เป็นปัญหาที่ต้องแก้ให้ได้ในวันรุ่งขึ้น ก็ด้วยเหตุผลนี้ ระบบเก่าจำนวนมากในไต้หวันไม่มี API ที่สวยงาม คนใช้งานด้วยเมาส์และคีย์บอร์ด การมอง AI เป็นเพื่อนร่วมงานจึงใกล้เคียงกับความเป็นจริงหน้างานมากกว่า (นี่ก็เป็นประเด็นที่เราย้ำอยู่เสมอเมื่อพูดถึง แนวทางปฏิบัติในการนำ AI มาใช้กับ CRM)
นี่คือแนวคิดที่ OakMega ยึดถือมาตลอด CRM ไม่ใช่การรวบรวมฟิลด์ข้อมูล แต่เป็นพาหนะของเส้นทางลูกค้า เรานำความเชื่อนี้มาสร้างเป็นผลิตภัณฑ์ โมดูลอย่าง Portals และ Forms โดยแก่นแท้แล้วคือการปูพื้นที่ทำงานและข้อมูลบุคคลที่หนึ่งที่เพื่อนร่วมงาน AI ต้องใช้ เมื่อ AI เข้ามาอยู่ในเส้นทางนี้ มันควรเป็นเหมือนเพื่อนร่วมงานที่เข้าใจบริบท ไม่ใช่แบบฟอร์มอีกชุดที่ต้องมีคนคอยป้อนข้อมูล
แต่ผมขอตั้งข้อสังเกตอย่างระมัดระวังไว้ด้วย Roman พูดไว้ตรง ๆ ว่า สิ่งที่ทำให้เวอร์ชันนี้ประสบความสำเร็จ จะถูกทีมของพวกเขาเองรื้อออกทีละชิ้นในภายหลัง เพราะสิ่งที่โมเดลทำได้ในอีกสามเดือนข้างหน้าจะทำให้การออกแบบของวันนี้กลายเป็นส่วนเกินอีกครั้ง คำพูดนี้ทุกองค์กรที่กำลังนำ AI มาใช้ควรเก็บไว้ในใจ การนำ AI มาใช้ไม่มีคำว่าทำครั้งเดียวจบ ทุกการตัดสินใจที่ถูกต้องในวันนี้ อาจเป็นการเตรียมพร้อมสำหรับการรื้อครั้งต่อไปที่ดีกว่าเดิม
ผมจึงจะไม่พูดว่า “ลอกแบบ Grok Bot ไปเลย” แต่จะบอกว่า จงหาคำถามข้อเดียวที่เป็นของคุณเอง สำหรับพวกเขาคือ “ถ้านี่คือเพื่อนร่วมงานที่เป็นคน” สำหรับองค์กรของคุณอาจเป็นคำถามอื่น ความได้เปรียบในการแข่งขันที่แท้จริงไม่เคยอยู่ที่ว่าคุณเพิ่มฟีเจอร์ไปกี่อย่าง แต่อยู่ที่ว่าคุณมีหลักเดียวที่ทำให้การตัดสินใจเล็ก ๆ นับร้อยเรื่องไปในทิศทางเดียวกันหรือไม่
อีกหนึ่งปีข้างหน้าถ้าย้อนกลับมามองเรื่องนี้ คงน่าสนใจไม่น้อย ถึงตอนนั้นคำตอบจะปรากฏออกมาเอง
FAQ
Q1: colleague-pilled (การคิดแบบเพื่อนร่วมงาน) หมายความว่าอะไรกันแน่
เป็นหลักในการตัดสินใจด้านผลิตภัณฑ์ เมื่อทีมถกเถียงเรื่องการออกแบบจนหาข้อยุติไม่ได้และทั้งสองฝ่ายต่างมีเหตุผล ให้ถอยออกมาหนึ่งก้าวแล้วถามว่า “ถ้านี่คือเพื่อนร่วมงานที่เป็นคน คุณอยากให้เขาทำอย่างไร” ใช้คำถามนี้รวมวิจารณญาณที่เคยกระจัดกระจายให้เป็นหนึ่งเดียว เพื่อให้การตัดสินใจเล็ก ๆ จำนวนมากไปในทิศทางเดียวกัน
Q2: ทำไม “การส่งผังองค์กรไปให้ผู้ใช้” จึงเป็นเรื่องไม่ดี
เพราะเท่ากับโยนวิธีแบ่งงานภายในของคุณไปให้ผู้ใช้ทำความเข้าใจและปะติดปะต่อเองทั้งดุ้น ผู้ใช้ต้องการ “ทำเรื่องให้เสร็จ” ไม่ใช่ต้องมาทำความเข้าใจก่อนว่าบริษัทคุณแบ่งแผนกอย่างไร สำหรับระบบ CRM ที่ครอบคลุมงานขาย การตลาด และงานบริการ การแบ่งอินเทอร์เฟซแบบนี้ทำให้ผู้ใช้ติดขัดได้ง่ายเป็นพิเศษ
Q3: ธุรกิจขนาดกลางและขนาดย่อมที่จะนำ AI มาใช้ เรียนรู้อะไรจากบทความนี้ได้บ้าง
อย่ามอง AI เป็น “ฟีเจอร์ที่เพิ่มเข้ามาอีกหนึ่งอย่าง” ให้เปลี่ยนมาคิดแบบ “รับเพื่อนร่วมงานใหม่” ว่ามันต้องมีพื้นที่ทำงานแบบไหน เข้าถึงระบบที่คุณใช้ทุกวันได้หรือไม่ และมีคนคอยพามันให้ทำงานเป็นหรือเปล่า มุมมองนี้ใช้ได้จริงกว่าการไล่ตามฟีเจอร์ใดฟีเจอร์หนึ่ง และทำให้ส่งต่องานได้จริงง่ายขึ้นด้วย
Q4: ในเมื่อการออกแบบจะถูกรื้อทิ้งในภายหลังอยู่ดี การนำ AI มาใช้ตอนนี้ยังมีความหมายอยู่ไหม
มี ประเด็นสำคัญไม่ใช่การสร้างระบบที่ไม่มีวันเปลี่ยน แต่คือการวางหลักในการตัดสินใจและกระบวนการที่ปรับปรุงต่อไปได้เรื่อย ๆ การตัดสินใจที่ถูกต้องในวันนี้คือการปูทางให้การปรับครั้งต่อไปดีขึ้น การที่มันถูกรื้อ ก็แปลว่าคุณกำลังเดินด้วยจังหวะที่ถูกต้อง
References
- Lenny's Podcast, "The team behind Grok Bot on building AI colleagues" (ออกอากาศ 2025-09-08): https://www.youtube.com/watch?v=maSdsTLaMuU
- บทความสรุปบทสัมภาษณ์จาก Business Next (ไต้หวัน): “สร้างต้นแบบผลิตภัณฑ์ AI ได้ภายในหนึ่งเดือน หมายความว่าอย่างไร” (ข้อมูลอ้างอิงของบทความนี้)
